Przed wydaniem GPT-3 interakcja większości ludzi z sztuczną inteligencją ograniczała się do określonych zadań, takich jak proszenie Alexy o puszczenie ulubionej piosenki lub używanie Tłumacza Google do rozmowy w różnych językach. Naukowcom udało się opracować sztuczną inteligencję zdolną do wykonywania przyziemnych zadań, jednak jak dotąd sztuczna inteligencja nie dorównała jeszcze kreatywnemu potencjałowi człowieka w zakresie wykonywania abstrakcyjnych zadań bez jasnych, dobrze zdefiniowanych instrukcji. Wraz z nadejściem ery LLM obserwujemy znaczącą zmianę paradygmatu. LLM pokazały nam, że zwiększając rozmiar modeli, mogą wykonywać kreatywne i złożone zadania podobne do ludzi. Teraz najważniejsze pytanie brzmi: czy sztuczna inteligencja jest w stanie wykonywać działania twórcze? Twórczy potencjał sztucznej inteligencji zawsze był ekscytującym obszarem badań, choć w większości ukryty za ciasnymi ścianami badawczo-rozwojowymi firm takich jak Google i Facebook. GPT-3 zmienia sposób, w jaki współdziałamy ze sztuczną inteligencją i umożliwia ludziom tworzenie aplikacji nowej generacji, co przed wydaniem wydawało się zbyt naciąganym pomysłem. John Smith, menedżer ds. multimediów i wizji w IBM Research, zauważa: „Sztucznej inteligencji łatwo jest wymyślić coś nowatorskiego po prostu przypadkowo. Ale bardzo trudno wymyślić coś nowatorskiego, nieoczekiwanego i przydatnego. A Jason Toy, dyrektor generalny Somatic, pyta: „Czy możemy wziąć to, co ludzie uważają za piękne i kreatywne, i spróbować umieścić to w algorytmie?”